RoadMamba：面向道路表面分类的双分支视觉状态空间模型
计算机视觉与模式识别
2025-08-05 v1
摘要
基于视觉技术提前获取道路表面条件信息，可为自动驾驶车辆的规划与控制系统提供有效信息，从而提升车辆的安全性和驾驶舒适性。最近，基于状态空间模型的 Mamba 架构因其高效的全局感受野，在视觉处理任务中展现出卓越的性能。然而，现有 Mamba 架构由于缺乏有效提取道路表面局部纹理，难以在视觉道路表面分类任务中实现最先进的性能。本文首次探索视觉 Mamba 架构在道路表面分类任务中的潜力，并提出一种有效结合局部与全局感知的方法，称为 RoadMamba。具体而言，我们利用双状态空间模型（DualSSM）有效提取道路表面的全局语义与局部纹理，并通过双注意力融合（DAF）解码与融合双特征。此外，我们提出双辅助损失以显式约束双分支，防止网络仅依赖深层大感受野的全局语义信息，而忽略局部纹理。所提出的 RoadMamba 在包含 100 万样本的大型道路表面分类数据集上实现了最先进的性能。
引用
@article{arxiv.2508.01210,
title = {RoadMamba: A Dual Branch Visual State Space Model for Road Surface Classification},
author = {Tianze Wang and Zhang Zhang and Chao Yue and Nuoran Li and Chao Sun},
journal= {arXiv preprint arXiv:2508.01210},
year = {2025}
}